ABSTRAKSI: Seiring berkembangnya kemajuan di bidang teknologi, maka ada kebutuhan untuk menyimpan data. Semakin banyak data, data tulisan, citra, suara, dan video, yang ingin disimpan tidak sejalan dengan kapasitas media penyimpanan yang terbatas. Oleh karena itu muncul ide menjadikan data berukuran lebih kecil dengan kompresi.
Saat ini banyak perangkat lunak kompesi citra yang digunakan. Misalnya JPEG2000-compressor yang menghasilkan ratio tinggi dengan kualitas yang baik. JPEG2000 yang menggunakan transformasi wavelet dapat mengatasi masalah blocking artifacts pada JPEG. Untuk itu, pada tugas akhir citra dilewatkan melalui transformasi wavelet kemudian dikuantisasi menggunakan kuantisasi vektor adaptif.
Transformasi wavelet yang digunakan adalah biorthogonal CDF 9/7. Citra melalui proses symmetric extension untuk mengurangi efek tepi saat proses konvolusi. Kelebihannya yaitu citra dekompresi lebih baik bahkan untuk tepinya. Setelah proses transformasi, citra dikuantisasi dengan kuantisasi vektor adaptif. Kelebihan sifat adaptif ini yaitu kemampuan untuk update-codebook. Dengan pengubahan isi codebook, maka ada peluang kualitas citra dekompresi lebih tinggi daripada kuantisasi vektor yang tidak melewati proses update-codebook
Ratio rata-rata kompresi sistem ini 90% dengan kualitas citra yang cukup baik dengan gangguan-gangguan yang dapat diabaikan. Nilai PSNR antara range 20-34 dB mendekati nilai PSNR standar kompresi 30dB.
Kata Kunci : kuantisasi vektor, adaptif, history, locality, wavelet, biorthogonalABSTRACT: Trough developing in technology sector, so many people need to save their data in storage media. More data, written, image, voice, and video data, need to be saved is not appropriate to the limited capacity of storage. That is why there is an idea to make less size of the image.
idea to make less size of the image. Recentl many software have been used to compress the image. For example JPEG2000-compressor which resulting the high ratio with good quality image. JPEG2000 which uses wavelet transformation can solve the blocking artifacts problem in JPEG. This final project process the image using wavelet and then through adaptive vector quantization.
Using biorthogonal CDF 9/7 for wavelet transformation. Image through symmetric extension to eliminate boundary effect in convolution process. The benefit is decompretion image will be better even for the boundary. After transformation prosess, image is quantized with adaptive vector quantization. The benefit of the adaptive one is the ability to update codebook. By updating codebook, the gain probability of quality image higher than vector quantization without update codebook.
The compression ratio of the system is 90% on average with good enough picture quality with uncare noise. The PSNR value is between 20-34 dB which means it close to the compression standard value such 30dB.
Keyword: vector quantization, adaptive, history, locality, wavelet, biorthogonal